CN108363392A - 确定扫描的最佳路径的方法及系统 - Google Patents
确定扫描的最佳路径的方法及系统 Download PDFInfo
- Publication number
- CN108363392A CN108363392A CN201810083503.8A CN201810083503A CN108363392A CN 108363392 A CN108363392 A CN 108363392A CN 201810083503 A CN201810083503 A CN 201810083503A CN 108363392 A CN108363392 A CN 108363392A
- Authority
- CN
- China
- Prior art keywords
- data
- robot
- acquisition module
- data acquisition
- optimal path
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 32
- 238000013507 mapping Methods 0.000 claims abstract description 9
- 230000008569 process Effects 0.000 claims description 6
- 230000004888 barrier function Effects 0.000 claims description 4
- 230000007613 environmental effect Effects 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 9
- 230000009471 action Effects 0.000 description 4
- 238000004590 computer program Methods 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 238000012545 processing Methods 0.000 description 4
- 230000006870 function Effects 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 241000251468 Actinopterygii Species 0.000 description 1
- 241000239290 Araneae Species 0.000 description 1
- 241001269238 Data Species 0.000 description 1
- 239000000956 alloy Substances 0.000 description 1
- 229910045601 alloy Inorganic materials 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 238000004891 communication Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 239000000835 fiber Substances 0.000 description 1
- 238000011835 investigation Methods 0.000 description 1
- 239000002184 metal Substances 0.000 description 1
- 238000012544 monitoring process Methods 0.000 description 1
- 239000004033 plastic Substances 0.000 description 1
- 229920003023 plastic Polymers 0.000 description 1
- 239000005060 rubber Substances 0.000 description 1
- 230000032258 transport Effects 0.000 description 1
- 230000000007 visual effect Effects 0.000 description 1
Classifications
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0274—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means using mapping information stored in a memory device
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0212—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory
- G05D1/0217—Control of position or course in two dimensions specially adapted to land vehicles with means for defining a desired trajectory in accordance with energy consumption, time reduction or distance reduction criteria
-
- G—PHYSICS
- G05—CONTROLLING; REGULATING
- G05D—SYSTEMS FOR CONTROLLING OR REGULATING NON-ELECTRIC VARIABLES
- G05D1/00—Control of position, course, altitude or attitude of land, water, air or space vehicles, e.g. using automatic pilots
- G05D1/02—Control of position or course in two dimensions
- G05D1/021—Control of position or course in two dimensions specially adapted to land vehicles
- G05D1/0268—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means
- G05D1/0272—Control of position or course in two dimensions specially adapted to land vehicles using internal positioning means comprising means for registering the travel distance, e.g. revolutions of wheels
Landscapes
- Engineering & Computer Science (AREA)
- Radar, Positioning & Navigation (AREA)
- Aviation & Aerospace Engineering (AREA)
- Remote Sensing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Automation & Control Theory (AREA)
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
- Manipulator (AREA)
Abstract
本发明公开了确定扫描的最佳路径的方法及系统,方法包括:通过第一数据获取模块捕获周围环境数据;通过第二数据获取模块捕获机器人的移动数据;根据获取的周围环境数据和机器人的移动数据,得到机器人移动的最佳路径,以获取空间的映射数据。系统包括第一数据获取模块、第二数据获取模块和处理器。本发明通过第一数据获取模块捕获周围环境数据以及通过第二数据获取模块捕获机器人的移动数据,得到机器人移动的最佳路径,然后通过机器人对环境进行扫描,得到空间的映射数据,解决了现有人工扫描法效率低且准确率低的问题,大大提高了工作效率以及扫描的精确度,可广泛应用于环境扫描领域。
Description
技术领域
本发明涉及环境扫描领域,尤其是一种确定扫描的最佳路径的方法及系统。
背景技术
近年来,激光技术、计算机技术发展迅速,环境扫描技术在环境识别、导航和定位等方面的应用也越来越广泛。以谷歌地球和谷歌街景为例,其能提供基于GPS定位信息的高精度360度全景照片,极大地方便了用户进行导航、路径规划等操作,其应用已扩展到与空间分布有关的诸多方面,如自然环境监测与分析、资源调查与开发、交通导航等。
现有的环境扫描方法一般采用人工扫描法,而人工扫描法的扫描效率低下(尤其是在大规模场景下的室内环境扫描,如在1万平方米的博物馆内进行环境扫描)且难以保证扫描精度。因此,如何准确地确定扫描的最佳路径,然后通过机器人来对环境进行扫描,从而提高工作效率以及扫描精度,已经成为了一个重要的课题。
发明内容
为解决上述技术问题,本发明的目的在于:提供一种效率高且精度高的,确定扫描的最佳路径的方法及系统。
本发明所采取的第一技术方案是:
确定扫描的最佳路径的方法,包括以下步骤:
通过第一数据获取模块捕获周围环境数据;
通过第二数据获取模块捕获机器人的移动数据;
根据获取的周围环境数据和机器人的移动数据,得到机器人移动的最佳路径,以获取空间的映射数据。
进一步,所述空间为室内空间。
进一步,所述第一数据获取模块为无线电探测器或激光探测器。
进一步,所述第二数据获取模块由多个里程计传感器组成。
进一步,所述多个里程计传感器捕获的数据包括机器人与拍摄死角之间的距离、机器人与门之间的距离、机器人与障碍物之间的距离以及在第一数据获取模块捕获数据的过程中机器人经过的总距离。
进一步,所述机器人为半自主机器人。
其中,半自主是指手动控制与自动控制的结合。
本发明所采取的第二技术方案是:
确定扫描的最佳路径的系统,包括:
第一数据获取模块,用于捕获周围环境数据;
第二数据获取模块,用于捕获自主机器人的移动数据;
处理器,用于根据第一数据获取模块捕获的周围环境数据和第二数据获取模块捕获的自主机器人的移动数据,得到机器人移动的最佳路径,以获取空间的映射数据。
进一步,所述第一数据获取模块为无线电探测器或激光探测器。
进一步,所述第二数据获取模块由多个里程计传感器组成。
进一步,所述多个里程计传感器捕获的数据包括自主机器人与拍摄死角之间的距离、自主机器人与门之间的距离、自主机器人与障碍物之间的距离以及在第一数据获取模块捕获数据的过程中机器人经过的总距离。
本发明的有益效果是:本发明确定扫描的最佳路径的方法及系统,通过第一数据获取模块捕获周围环境数据以及通过第二数据获取模块捕获机器人的移动数据,然后得到机器人移动的最佳路径,然后通过机器人对环境进行扫描,得到空间的映射数据,解决了现有人工扫描法效率低且准确率低的问题,大大提高了工作效率以及扫描的精确度。
附图说明
图1为本发明机器人的整体结构框图;
图2为本发明机器人的一种优选实施例结构示意图;
图3为本发明实施例的处理器的内部结构框图;
图4为本发明确定扫描的最佳路径的方法的一种实施例的整体流程图。
具体实施方式
下面结合说明书附图和具体实施例对本发明作进一步解释和说明。
参照图1,本实施例一种用于确定扫描的最佳路径的扫描装置,可以采用手动控制方式、自主控制方式或两者组合的控制方式的机器人来实现,所述机器人还可以使用移动应用来远程控制。如图1所示,以机器人为例,本发明的机器人100包括第一数据获取模块102、第二数据获取模块104、处理器106以及电机108。
进一步作为优选的实施方式,所述第一数据获取模块102包括立体视觉装置和LiDAR(激光探测器),优选地,本实施例采用LiDAR作为第一数据获取模块,LiDAR更适合于识别和映射非常靠近机器人100的物体。LIDAR可以放置在机器人100的顶部,以使机器人100能够扫描整个环境并生成周围环境的三维地图。
进一步作为优选的实施方式,所述第二数据获取模块104可以是捕获机器人100运动数据的里程计传感器。里程计传感器能够识别机器人已经运动了多远,并且识别出在什么距离存在什么物体、障碍或路径,以及识别出机器人100的移动位置。
进一步作为优选的实施方式,处理器106可以是具有各种硬件内部处理组件的独立处理器,其内部处理组件也可以是软件生成的。处理器106还可以是由多个处理器组成的集合,以实现相当于独立处理器的功能。
进一步作为优选的实施方式,电机108根据处理器106发送的指令来控制机器人的运动,电机108可以是DC电动机或诸如步进电动机或伺服电动机的特殊电动机,电机108可以使用可充电电源、直接交流电源以及太阳能电池来供电。
其中,第一数据获取模块102在扫描周围环境并映射出围绕机器人100的各种物体的同时,第二数据获取模块104捕获并映射机器人100的移动数据。接收到来自第一数据获取模块102以及第二数据获取模块104发送的数据后,处理器106从第一数据获取模块102捕获的数据中识别出对象,并将其与第二数据获取模块104捕获的数据进行关联。通过数据的关联,得到对象放置位置的整体视图、机器人的运动位置视图,以及机器人应该如何避免碰撞物体等信息。在数据关联之后,处理器106可以确定对空间进行精确扫描的最佳路径,从而实现对空间的精确映射。
参照图2,本实施例的机器人包括主框架202和多个支撑腿206,支撑腿206具有用于使机器人在地板上或对称表面上平滑移动的可折叠轮(图中未示出)。所述可折叠轮保持在机器人的不对称表面上运动,机器人使用类似蜘蛛的爬行动作进行运动。主框架202上设有多个摄像机,比如摄像机204A和摄像机204B等,所述多个摄像机中的每个摄像机用于获取对应方向的环境数据。主框架202可以由木材、金属、合金、塑料、橡胶或纤维中的任何一种或任意几种的组合来构成。所述多个支撑腿206用于为主框架202提供支撑,以调整多个摄像机的高度,使得多个摄像机对整个环境区域的多方向扫描能在某一高度下一次性完成。
进一步作为优选的实施方式,所述摄像机包括鱼眼镜头,用于捕捉对应方向区域的球形视图或非球面结构视图,以突出感兴趣区域,增强视觉冲击力。主框架202包括第一数据获取模块102与第二数据获取模块(104A-104D,统称为第二数据获取模块104)。其中,如图2所示的主框架202的形状仅起方便说明的作用,本领域的技术人员可以理解,主框架102可以具有任何形状和尺寸。
进一步作为优选的实施方式,所述多条支撑腿206中的每条支撑腿可以包括至少一个第二数据获取模块104,以实现对机器人100的运动行为进行精确紧密的捕获以及映射。
进一步作为优选的实施方式,所述多个支撑腿包括至少一个用于移动整个扫描系统的移动装置。其中,移动装置可以选择轮子,该轮子能在任意方向自由地滑动,从而能驱动整个扫描系统自动移动(对应于机器人自主控制方式)或受控移动(对应于手动控制方式)到目标位置,以进行实时运动扫描,解决了现有人工扫描方式无法实现实时运动扫描的问题。
参照图3,本实施例的处理器包括数据获取控制模块302、机器人运动控制模块304、复合环境生成器306和存储器308,本发明的处理器106可以是具有各种硬件内部处理组件的独立处理器,其内部处理组件也可以是软件生成的。处理器106还可以是由多个处理器组成的集合,以实现相当于独立处理器的功能。
其中,数据获取控制模块302,用于控制对第一数据获取模块和第二数据获取模块的数据接收过程,所述控制数据接收过程包括控制机器人的扫描速度、获取的数据量以及获取的时间等。
复合环境生成器306,用于接收由第一数据获取模块和第二数据获取模块捕获的数据,识别接收的数据是由哪个数据获取模块捕捉的,并且将接收的数据存储在存储器308中相应数据获取模块下的时间列表中。
另外,复合环境生成器306,还用于将第一数据获取模块捕获的数据与第二数据获取模块捕获的数据进行关联,并将数据关联的结果存储在存储器308中。同时,复合环境生成器306生成用于扫描的空间映射图,并定义机器人的最佳路径,然后将最佳路径信息发送到机器人运动控制模块304中,以实现对包括机器人的移动数据在内的整个空间的精确扫描。
机器人运动控制模块304,用于接收来自复合环境生成器306的最佳路径信息,并将该信息转换成所在空间的坐标。所述坐标基于LiDAR获取的数据和里程计传感器获取的数据。同时,机器人运动控制模块304将最佳路径信息转换成模拟值以控制机器人的可折叠轮。所述坐标和模拟值均存储在存储器308中,存储器308中还存储着已经扫描的特定空间的标识符以及扫描该特定空间的最佳路径。机器人运动控制模块304通过控制电机来控制机器人的移动。
参照图4,本实施例一种确定扫描的最佳路径的方法的具体流程如下:
步骤402:捕获周围环境数据,由处理器106启动第一数据获取模块102以开始扫描并获取周围环境数据。本实施例控制第一数据获取模块启动的指令可以存储在存储器308中。另外,本实施例处理器106还可以接收来自远程设备(比如移动应用)的指令,以控制第一数据获取模块102。
步骤404:捕获机器人的移动数据。
步骤406:将获取的周围环境数据和机器人的移动数据进行关联,以生成用于描述机器人的周围环境数据和移动数据的合成数据。
步骤408:根据生成的合成数据,得到机器人移动的最佳路径的空间映射数据。
上述步骤402~步骤408组成的过程以预设的间隔重复进行,直到扫描完成且预定数量的捕捉数据在随后的周期性更新信息中没有变化。此外,如上所述,还可以根据远程设备的指令手动停止扫描。
以上方法和系统的流程图和/或框图详细描述了本发明的实施例。本领域的技术人员容易理解,上述流程图和/或框图中的每个框以及流程图和/或框图中的框的组合可以通过计算机程序指令来实现。这些计算机程序指令可以实现在流程图和/或框图的一个或多个框中指定的动作的手段,可以被提供给通用计算机,专用计算机或其他可编程数据处理装置的处理器以产生可由计算机或其他可编程数据处理装置的处理器执行的机器指令。这些计算机程序指令还可以被存储在计算机可读存储器中,该计算机可读存储器可以指导计算机或其他可编程数据处理装置以特定方式操作,使得存储在计算机可读存储器中的指令产生能实现该指令在流程图和/或框图的一个或多个方框中指定的动作的装置。计算机程序指令还可以被加载到计算机或其他可编程数据处理装置上,使计算机或其他可编程装置上执行一系列操作,从而在计算机或其他可编程装置根据加载的指令实现在流程图和/或框图的一个或多个框中所指定的动作或步骤。
另外,本发明实施例中的步骤编号或模块编号,其仅为了便于阐述说明而设置,对步骤之间的顺序或模块间的连接关系不做任何限定,实施例中的各步骤的执行顺序和模块间的连接关系均可根据本领域技术人员的理解来进行适应性调整。
以上是对本发明的较佳实施进行了具体说明,但本发明并不限于所述实施例,熟悉本领域的技术人员在不违背本发明精神的前提下还可做作出种种的等同变形或替换,这些等同的变形或替换均包含在本申请权利要求所限定的范围内。
Claims (10)
1.确定扫描的最佳路径的方法,其特征在于:包括以下步骤:
通过第一数据获取模块捕获周围环境数据;
通过第二数据获取模块捕获机器人的移动数据;
根据获取的周围环境数据和机器人的移动数据,得到机器人移动的最佳路径,以获取空间的映射数据。
2.根据权利要求1所述的确定扫描的最佳路径的方法,其特征在于:所述空间为室内空间。
3.根据权利要求1所述的确定扫描的最佳路径的方法,其特征在于:所述第一数据获取模块为无线电探测器或激光探测器。
4.根据权利要求1所述的确定扫描的最佳路径的方法,其特征在于:所述第二数据获取模块由多个里程计传感器组成。
5.根据权利要求4所述的确定扫描的最佳路径的方法,其特征在于:所述多个里程计传感器捕获的数据包括机器人与拍摄死角之间的距离、机器人与门之间的距离、机器人与障碍物之间的距离以及在第一数据获取模块捕获数据的过程中机器人经过的总距离。
6.根据权利要求1所述的确定扫描的最佳路径的方法,其特征在于:所述机器人为半自主机器人。
7.确定扫描的最佳路径的系统,其特征在于:包括:
第一数据获取模块,用于捕获周围环境数据;
第二数据获取模块,用于捕获自主机器人的移动数据;
处理器,用于根据第一数据获取模块捕获的周围环境数据和第二数据获取模块捕获的自主机器人的移动数据,得到机器人移动的最佳路径,以获取空间的映射数据。
8.根据权利要求7所述的确定扫描的最佳路径的系统,其特征在于:所述第一数据获取模块为无线电探测器或激光探测器。
9.根据权利要求7所述的确定扫描的最佳路径的系统,其特征在于:所述第二数据获取模块由多个里程计传感器组成。
10.根据权利要求9所述的确定扫描的最佳路径的系统,其特征在于:所述多个里程计传感器捕获的数据包括自主机器人与拍摄死角之间的距离、自主机器人与门之间的距离、自主机器人与障碍物之间的距离以及在第一数据获取模块捕获数据的过程中机器人经过的总距离。
Applications Claiming Priority (2)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
US201762584131P | 2017-11-10 | 2017-11-10 | |
US62/584,131 | 2017-11-10 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN108363392A true CN108363392A (zh) | 2018-08-03 |
Family
ID=63007375
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810083503.8A Pending CN108363392A (zh) | 2017-11-10 | 2018-01-29 | 确定扫描的最佳路径的方法及系统 |
Country Status (2)
Country | Link |
---|---|
CN (1) | CN108363392A (zh) |
WO (1) | WO2019091114A1 (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113496637A (zh) * | 2021-06-18 | 2021-10-12 | 湖南华壹影业有限公司 | 影像信息时空扫描用辅助训练系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201573208U (zh) * | 2009-06-16 | 2010-09-08 | 泰怡凯电器(苏州)有限公司 | 实现室内服务机器人同时定位和地图创建的装置及机器人 |
CN102087530A (zh) * | 2010-12-07 | 2011-06-08 | 东南大学 | 基于手绘地图和路径的移动机器人视觉导航方法 |
CN102155942A (zh) * | 2011-02-26 | 2011-08-17 | 山东大学 | 大范围环境下基于模糊拓扑地图的全局路径规划方法 |
CN102866706A (zh) * | 2012-09-13 | 2013-01-09 | 深圳市银星智能科技股份有限公司 | 一种采用智能手机导航的清扫机器人及其导航清扫方法 |
CN102890507A (zh) * | 2011-07-21 | 2013-01-23 | 鸿奇机器人股份有限公司 | 自走机器人、清洁机器人及其定位方法 |
CN105911999A (zh) * | 2016-06-21 | 2016-08-31 | 上海酷哇机器人有限公司 | 具有自主跟随避障功能的移动行李箱及其使用方法 |
CN106406320A (zh) * | 2016-11-29 | 2017-02-15 | 重庆重智机器人研究院有限公司 | 机器人路径规划方法及规划路线的机器人 |
Family Cites Families (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR101686169B1 (ko) * | 2010-02-09 | 2016-12-14 | 삼성전자주식회사 | 옥트리 기반의 3차원 맵 생성 장치 및 방법 |
KR101761313B1 (ko) * | 2010-12-06 | 2017-07-25 | 삼성전자주식회사 | 로봇 및 로봇의 경로생성방법 |
US20160188977A1 (en) * | 2014-12-24 | 2016-06-30 | Irobot Corporation | Mobile Security Robot |
-
2018
- 2018-01-29 CN CN201810083503.8A patent/CN108363392A/zh active Pending
- 2018-06-15 WO PCT/CN2018/091573 patent/WO2019091114A1/en active Application Filing
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN201573208U (zh) * | 2009-06-16 | 2010-09-08 | 泰怡凯电器(苏州)有限公司 | 实现室内服务机器人同时定位和地图创建的装置及机器人 |
CN102087530A (zh) * | 2010-12-07 | 2011-06-08 | 东南大学 | 基于手绘地图和路径的移动机器人视觉导航方法 |
CN102155942A (zh) * | 2011-02-26 | 2011-08-17 | 山东大学 | 大范围环境下基于模糊拓扑地图的全局路径规划方法 |
CN102890507A (zh) * | 2011-07-21 | 2013-01-23 | 鸿奇机器人股份有限公司 | 自走机器人、清洁机器人及其定位方法 |
US20130024025A1 (en) * | 2011-07-21 | 2013-01-24 | Harry Chia-Hung Hsu | Autonomous Robot and A Positioning Method Thereof |
CN102866706A (zh) * | 2012-09-13 | 2013-01-09 | 深圳市银星智能科技股份有限公司 | 一种采用智能手机导航的清扫机器人及其导航清扫方法 |
CN105911999A (zh) * | 2016-06-21 | 2016-08-31 | 上海酷哇机器人有限公司 | 具有自主跟随避障功能的移动行李箱及其使用方法 |
CN106406320A (zh) * | 2016-11-29 | 2017-02-15 | 重庆重智机器人研究院有限公司 | 机器人路径规划方法及规划路线的机器人 |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113496637A (zh) * | 2021-06-18 | 2021-10-12 | 湖南华壹影业有限公司 | 影像信息时空扫描用辅助训练系统 |
Also Published As
Publication number | Publication date |
---|---|
WO2019091114A1 (en) | 2019-05-16 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
EP3739417A1 (en) | Navigation method, navigation system, mobile control system, and mobile robot | |
US10481265B2 (en) | Apparatus, systems and methods for point cloud generation and constantly tracking position | |
CN109643127B (zh) | 构建地图、定位、导航、控制方法及系统、移动机器人 | |
KR20220028042A (ko) | 포즈 결정 방법, 장치, 전자 기기, 저장 매체 및 프로그램 | |
CN108297115B (zh) | 一种机器人的自主重定位方法 | |
CN109215111B (zh) | 一种基于激光测距仪的室内场景三维建模方法 | |
CN108362223B (zh) | 一种便携式3d扫描仪、扫描系统和扫描方法 | |
CN109916378A (zh) | 一种现状地理空间信息数据测绘方法及数据采集系统 | |
Ye et al. | 6-DOF pose estimation of a robotic navigation aid by tracking visual and geometric features | |
US20220309761A1 (en) | Target detection method, device, terminal device, and medium | |
CN110260861A (zh) | 位姿确定方法及装置、里程计 | |
CN108287345A (zh) | 基于点云数据的空间扫描方法及系统 | |
CN108332660A (zh) | 机器人三维扫描系统和扫描方法 | |
CN108225328A (zh) | 一种室内三维数据采集方法 | |
EP3566178A1 (en) | Tracking image collection for digital capture of environments, and associated systems and methods | |
CN108803659A (zh) | 基于魔方模型的多窗口启发式三维空间路径规划方法 | |
CN106886758B (zh) | 基于三维姿态估计的昆虫识别装置及方法 | |
KR101381654B1 (ko) | 3d 모델 생성 장치 및 이의 운용 방법 | |
CN108364340A (zh) | 同步空间扫描的方法及系统 | |
WO2022078439A1 (zh) | 一种空间与物体三维信息采集匹配设备及方法 | |
CN111609854A (zh) | 基于多个深度相机的三维地图构建方法及扫地机器人 | |
CN108363392A (zh) | 确定扫描的最佳路径的方法及系统 | |
CN112082486B (zh) | 一种手持式智能3d信息采集设备 | |
CN112254676B (zh) | 一种便携式智能3d信息采集设备 | |
CN108347561A (zh) | 激光引导扫描系统及扫描方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20180803 |